1.jsoup介紹

很多時候，我們需要從各種網頁上面抓取資料，而jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文字內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於jQuery的操作方法來取出和操作資料。

2.使用場景

下面是一張關於美食的截圖，可以留意到這是一個html網頁，當我們想要抓取裡面的資料的時候，jsoup就能幫到我們很多。

接下來開始手把手教學

• 首先，也是很重要的一步，就是下載jar包，丟到libs裡面

• Android studio玩家可以不下載jar包,在Gradle裡面加入

  dependencies {
      compile 'org.jsoup:jsoup:1.9.2'
  }
   
  

• 然後，找到你心儀的網頁去抓取資料

這裡我們我繼續使用美食的網頁，然後右鍵檢視網頁原始碼，或者按F12，接下來可以看到一大堆標籤：

找到需要的，例如上圖這個 “美食天下” ，可以看到 “美食天下” 是放在以 <div class="top-bar" id="J_top_bar"> 為節點的 <a title="美食天下" 中，要獲取這個“美食天下”，程式碼可以這樣寫:

try {    
    //從一個URL載入一個Document物件。
    Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();
    //選擇“美食天下”所在節點
    Elements elements = doc.select("div.top-bar");    
    //列印 <a>標籤裡面的title
    Log.i("mytag",elements.select("a").attr("title"));
}catch(Exception e) {    
    Log.i("mytag", e.toString());
}
 

接下來看一下打印出來的結果：

Jsoup.connect(String url)方法從一個URL載入一個Document物件。如果從該URL獲取HTML時發生錯誤，便會丟擲 IOException，應適當處理。
一旦擁有了一個Document，你就可以使用Document中適當的方法或它父類 Element和Node中的方法來取得相關資料。

public class Element extends Node
public class Document extends Element

很多文章都是說一大堆原理然後放出一個簡單的例子，就跟我上面簡單的打了一個log一樣，然後發現用起來的時候是沒那麼簡單的。為了大家能不看文件也可以直接使用(並且看不懂那一大堆標籤也可以用)

廢話不多說上程式碼

try {    
    //還是一樣先從一個URL載入一個Document物件。
    Document doc = Jsoup.connect("http://home.meishichina.com/show-top-type-recipe.html").get();

    //“椒麻雞”和它對應的圖片都在<div class="pic">中
    Elements titleAndPic = doc.select("div.pic");
    //使用Element.select(String selector)查詢元素，使用Node.attr(String key)方法取得一個屬性的值
    Log.i("mytag", "title:" + titleAndPic.get(1).select("a").attr("title") + "pic:" + titleAndPic.get(1).select("a").select("img").attr("data-src"));

    //所需連結在<div class="detail">中的<a>標籤裡面
    Elements url = doc.select("div.detail").select("a");
    Log.i("mytag", "url:" + url.get(i).attr("href"));

    //原料在<p class="subcontent">中
    Elements burden = doc.select("p.subcontent");
    //對於一個元素中的文字，可以使用Element.text()方法
    Log.i("mytag", "burden:" + burden.get(1).text());

}catch(Exception e) {    
    Log.i("mytag", e.toString());
}

大功告成，接下來看看log

沒有問題！那麼教學可以結束了！

注意：

Jsoup.connect(String url)方法不能執行在主執行緒，否則會報NetworkOnMainThreadException

最後上一張應用在專案的效果圖：

有沒有發現熟悉的椒麻雞？很酷炫有木有！

小結

整堂課分幾步:
1.下載jar包並丟到libs(或者在gradle)
2.找到心儀的網頁
3.用Jsoup.connect()獲取網頁的document
4.檢視網頁原始碼，對準你想要的地方，給他來一個Element.select(String selector)
5.用Node.attr(String key)或者Element.text()方法把資料抽出來
6.沒有6了就是這麼簡單！